基于光学吸收和散射系数光谱的番茄成熟度分析方法研究

2020-11-04黄玉萍王德镇周海燕杨雨图陈坤杰

光谱学与光谱分析 2020年11期

黄玉萍，王德镇，周海燕，杨雨图，陈坤杰

1. 南京林业大学机械电子工程学院，江苏南京 210037 2. 南京农业大学工学院，江苏南京 210031

引言

成熟度是评估番茄品质最重要因素之一，随着番茄成熟阶段的递进，叶绿素含量的下降和番茄红素含量的增加，使得果实颜色由绿色转变为红色。因此，在判定番茄成熟方面，颜色是一个重要参数[1]。

目前，用于评估番茄成熟度的无损检测技术包括机器视觉、光谱分析技术、X射线技术、核磁共振技术等。机器视觉技术仅适用于检测样品的外部品质；而X射线和核磁共振技术由于仪器价格较高，检测速度较慢等因素限制了其广泛应用。可见-近红外光谱检测技术以其快速、无损和无需样品制备等优点被广泛用于番茄品质评估[2-3]。其主要根据比尔-朗伯定律(Beer-Lambertian Law)，通过样品组分或物理特性的变化引起相应光学特性的变化，进而使得光谱特征也发生变化实现检测。然而，可见-近红外光谱只表征光在样品组织内部被吸收和散射的总体结果，忽略了光子在样品组织中的传播信息，且由于番茄组织的混浊性与异质性，光在番茄组织内部的传播不完全遵守比尔-朗伯定律，这将带来较大的检测误差。另外，可见-近红外光谱属于特定区域测量，只能获得番茄很小部分的组织信息，而番茄在成熟过程中，组织变化的不均匀性也将导致检测误差的增大。

光与生物组织间的相互作用主要取决于吸收和散射特性，它们分别与生物组织的化学成分和物理特性相关[4]。基于辐射传输理论，测量生物组织吸收和散射特性的方法包括时间分辨技术[5]，频域技术[6]，空间频域成像技术[7]和空间分辨技术[8]等。时间分辨技术和频域技术仪器较贵，且覆盖光谱区域较窄，而空间频域成像技术检测时间较长等原因，限制了它们在食品和果蔬检测中的应用。空间分辨光谱技术测量距离恒定强度点光源不同距离处的反射率，根据漫射近似方程反演算法估算出吸收和散射特性[9]。相比较于时间分辨和频域技术，空间分辨光谱技术所用仪器简单、操作简便、波长覆盖范围相对较宽。因此，该技术在食品和果蔬检测领域受到广泛关注[10]。Xia[11]等采用单一光纤的移动实现牛肉的空间分辨光谱，通过计算吸收和散射系数预测牛肉的嫩度。该方法不但耗时，还会引入较大的测量误差，另外，在测量过程中，样品组织的特性有可能随着时间而改变，长时间的测量也会引起光源输出的波动，从而引入光学特性测量误差。Herremans[12]和Do Trong[13]设计了光纤阵列探头，探头上布置5根光纤可同时采集空间分辨光谱，实现对食品和果蔬品质的评估。但是，由于所有检测光纤都固定在刚性探头，不适用于检测曲面或不规则表面的样品，而且，探头布置的光纤较少，光源-检测器距离也相对较小，因此，在检测食品的光学特性和解析样品品质与空间分辨光谱相关关系上很难取得令人满意的结果。基于高光谱成像式空间分辨光谱技术以检测速度快、非接触式和空间分辨率高等优点常被用于检测果蔬的品质[4]和成熟度[14-15]。高光谱成像式空间分辨光谱技术适用于检测表面平坦的样品，对于曲面样品的测定，会因为表面曲率而引起信号误差，需要对所测的空间分辨反射光谱进行校正，以确保准确估算光学特性[16]。但校正方法往往比较复杂，可能无法达到预期效果。而且，基于高光谱成像式空间分辨光谱系统的波长范围限制在400～1 000 nm。在生物医学研究中，光谱区域在600～1 300 nm被称之为“诊断窗口”，因为该光谱区域的光在生物组织中具有良好的穿透性，能够检测组织更深层的信息。另外，一些研究显示偏最小二乘判别分析(PLSDA)结合多元线性回归和主成分分析的优点，常被用来建立农产品品质等方面的分类模型[17]。

本课题组开发的新型空间分辨光谱系统能够在550～1 650 nm光谱区域同时获得15个不同光源-检测器距离的空间分辨光谱，光源-检测器距离达到1.5～36 mm。本文采用该系统测量番茄在550～1 300 nm的吸收和散射特性，并根据吸收和约化散射系数，以及它们的组合建立番茄成熟度的PLSDA模型，分析比较番茄各成熟阶段的识别率。

1 实验部分

1.1 材料

依据美国农业部给出的番茄不同成熟度颜色标准，在美国密歇根州立大学的园艺研究与教学中心(Holt, Michigan, USA)采摘的600个“Sun Bright”番茄样品通过视觉评估被分为六个成熟度等级，见图1。按照表面颜色标准，每个成熟度等级分别有100个样品，若按内部颜色标准，Green, Breaker, Turning, Pink, Light red and Red六个成熟阶段分别有88，84，123，102，94和109个样品。

图1 根据内外部颜色确定的番茄不同成熟度Fig.1 Different maturity stages for tomatoes based on their internal and surface color

1.2 基于空间分辨光谱的光学特性参数提取

新型空间分辨光谱系统如图2所示，具体描述详见文献[16]。光谱采集与光源设置与文献[1]一致。由于光在组织中传输衰减，光源-检测器距离超过12.5 mm的信号太弱，因此，靠近光源的9个空间分辨光谱(光源-检测器距离1.5～12.5 mm)被用来分析和评估番茄的吸收和散射特性。受水分强吸收影响，1 300 nm之后的光谱区域信噪比较小，仅550～1 300 nm的光谱区域被用来分析和计算番茄的吸收和约化散射系数。光谱归一化后，采用样本校正曲线(详见文献[16])在波长区间550～1 300 nm对空间分辨光谱进行校正，得到600个番茄样品校正后空间分辨反射率。

最后，根据漫射近似方程逆算法计算出吸收和约化散射系数，如图3所示。空间分辨漫反射解析方程如下所示

图2 空间分辨光谱系统(a)及其探头(b)Fig.2 Schematic of the spatially-resolved spectroscopy system (a), and the flexible probe (b)

图3 吸收和约化散射系数的计算流程Fig.3 Procedure of calculating μa and

1.3 建模方法

2 结果与讨论

2.1 不同成熟度番茄的光学特性光谱

图4显示番茄六个成熟度的吸收和约化散射系数在550～1 300 nm光谱区间的平均光谱。由图4(a)观察到吸收系数光谱在番茄不同成熟度有着明显的变化。随着番茄成熟阶段的递进，叶绿素吸收峰(675 nm)逐渐衰减，而花青素和姜黄素吸收峰(560 nm)逐渐增加，这是由于随着番茄由Green转变成Red，叶绿素含量减少，而花青素开始增加[15]，从而出现了560和675 nm的吸收峰具有相反的趋势。从吸收系数光谱图还可以发现，在750 nm处有个微小的吸收峰，这是由于水分吸收引起的。在970和1 180 nm处有显著的吸收峰，这是由水分和番茄组织中C—H，N—H和O—H吸收带的组合产生的。

图4 番茄不同成熟度的平均吸收(a)和约化散射(b)系数光谱

图4(b)发现所有测试番茄的约化散射系数在550～1 300 nm光谱区域都随着波长增加单调递减。约化散射系数与样品物理特性相关，如细胞结构，颗粒尺寸和密度等。在番茄早期成熟阶段(Green到Breaker再到Turning)，细胞壁解聚和纤维素降解会导致约化散射系数的降低。随着番茄从Turning到Pink，再转变到Light Red，最终到Red阶段，可溶性果胶和纤维素会产生小分子，而使得番茄组织的小颗粒密度增加，从而扭转了约化散射系数的变化趋势，使得约化散射系数大幅增加[14]。